面向云计算网络安全的混合式入侵检测系统
摘要
网络安全是面向云计算世界最重要的挑战之一。最近，智能设备在云计算环境中广泛采用，提供基于Internet的服务。因此，必须考虑这些环境中的安全威胁。入侵检测系统的使用可以缓解这些系统的漏洞。此外，混合式入侵检测系统相较于传统入侵检测系统可提供更好的保护。这些系统管理与复杂性、维度和性能相关的问题。本研究旨在提出一种混合式入侵检测系统(HyIDS)，以识别和缓解初始威胁。本研究的主要创新点在于引入一种新的混合式入侵检测系统(HyIDS)的方法。为此，我们使用能源谷优化器(EVO)来选择最优特征集，然后使用监督机器学习模型进行分类。该方法使用CIC_DDoS2019、CSE_CIC_DDoS2018和NSL-KDD数据集进行评估。为进行评估和测试，该系统总共运行了32次。该方法的结果与灰狼优化器(GWO)进行比较。使用CIC_DDoS2019数据集时，D_TreeEVO模型达到99.13%的准确率和98.941%的检测率。此外，该结果达到CSE_CIC_DDoS2018数据的99.78%。与NSL-KDD相比，其准确率为99.50%，检测率(DT)为99.48%。对于特征选择，EVO在性能上优于GWO。该研究的结果表明，EVO作为HyIDS性能优化器的效果更佳。
引用
@article{arxiv.2506.19934,
title = {A Hybrid Intrusion Detection System with a New Approach to Protect the Cybersecurity of Cloud Computing},
author = {Maryam Mahdi Al-Husseini},
journal= {arXiv preprint arXiv:2506.19934},
year = {2025}
}
备注
1. Acknowledgment for: Supervisor: Prof. Dr. Alireza Rouhi Advisor: Prof. Dr. Einollah Pira 2. Thesis of MSc. degree for Azarbaijan Shahid Madani University Faculty of Information Technology and Computer Engineering 3. Number of pages: 103 4. Number of Figures: 66